InferSpeed GLM-5.3 API：按量购买，不用抢 Coding Plan
glm-5.3 在 InferSpeed 按 token 付费调用，用多少扣多少，不用抢套餐。一个 Key 同时提供 OpenAI 兼容和 Anthropic 兼容两种接口，所以 Claude Code、Codex、OpenCode 都能直接接。
最后核对：2026-10-18（站点重新验证配置的日期）· Claude Code 2.1.302
价格（每百万 token，美元）
| 模型 | 输入 | 输出 | 缓存读 | 官方价（输入 / 输出） |
|---|---|---|---|---|
| glm-5.3 | $0.84 | $2.64 | $0.156 | $1.40 / $4.40 |
| glm-5.3-flash | $0.09 | $0.30 | $0.018 | $0.15 / $0.50 |
glm-5.3-flash 只支持 Chat Completions（/v1/chat/completions），不能用于 Codex。
按量还是官方 Coding Plan
InferSpeed 是预付余额、按 token 扣费；默认每个账户每分钟 30 个请求、同时 5 个；接口是 OpenAI 兼容和 Anthropic 兼容。
哪种更划算：每天用量很大、而且能抢到套餐，官方套餐更划算。用量不稳定、偶尔跑一下、或者抢不到的时候，按量更合适。
在 Claude Code 里用
export ANTHROPIC_BASE_URL="https://api.inferspeed.ai"
export ANTHROPIC_AUTH_TOKEN="$INFERSPEED_API_KEY"
export ANTHROPIC_MODEL="glm-5.3"
export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5.3"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5.3"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="glm-5.3"
export ANTHROPIC_DEFAULT_FABLE_MODEL="glm-5.3"
export CLAUDE_CODE_SUBAGENT_MODEL="glm-5.3"
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1
claude模型变量都要设。不设的话 Claude Code 会请求它内置的 claude-* 模型名，这些名字会被转到 glm-5.3，但 Claude Code 自己的费用显示里记在 claude-* 名下。也可以一条命令写进 ~/.claude/settings.json：
curl -fsSL https://inferspeed.ai/setup.sh | sh -s -- claude --model glm-5.3 --dry-run
curl -fsSL https://inferspeed.ai/setup.sh | sh -s -- claude --model glm-5.3验证
claude -p "reply with the word ok"在 -p 模式下，Claude Code 可能会在 stderr 打印 glm-5.3 的 unrecognized_model，可以忽略，照常能用。
其他工具
- Codex CLI：见 /codex
- OpenCode、OpenClaw、Cline 等：见 https://inferspeed.ai/developers.md
常见问题
GLM 是从哪来的？
glm-5.3 是 Z.ai（智谱）发布的模型。我们通过不止一条线路提供厂商发布的模型，其中某条线路可能在我们自己的硬件上跑厂商发布的 FP8 权重（见 https://inferspeed.ai/benchmarks.md）。
上下文多长？
glm-5.3 实测至少接受 324,955 个输入 token，最大输出 131,072（见 https://inferspeed.ai/developers.md）。
我们是 InferSpeed 的运营方。